【摘要】：項(xiàng)目調(diào)度是對項(xiàng)目活動的時間進(jìn)度管理,是項(xiàng)目管理的重要內(nèi)容且具有重要的現(xiàn)實(shí)意義。多資源約束項(xiàng)目調(diào)度問題RCPSP(Resource-Constrained Project Scheduling Problems)是項(xiàng)目調(diào)度中最基礎(chǔ)的一類問題,它是在滿足項(xiàng)目活動優(yōu)先約束關(guān)系和資源約束關(guān)系的條件下,合理安排項(xiàng)目活動的開始時間和結(jié)束時間,達(dá)到項(xiàng)目工期最短的目標(biāo)。多資源約束項(xiàng)目調(diào)度問題屬于NP-hard(Non-deterministic polynomial-time hard)問題,在工程中對于此類優(yōu)化問題一般只須高效地求出次優(yōu)解而不是最優(yōu)解。綜述了項(xiàng)目調(diào)度發(fā)展歷程及其模型和求解方法,對項(xiàng)目調(diào)度各種模型特點(diǎn)進(jìn)行了分析和比較,選擇多資源約束項(xiàng)目調(diào)度模型作為對象進(jìn)行研究。遺傳算法GA(Genetic Algorithm)在求解多資源約束項(xiàng)目調(diào)度問題上具有良好的效果,結(jié)合多資源約束項(xiàng)目調(diào)度模型特點(diǎn)設(shè)計新的遺傳算法進(jìn)行求解,如:設(shè)計兩點(diǎn)交叉算子使之不產(chǎn)生重碼,將精英保留策略與局部搜索算法嵌入遺傳算法提高遺傳算法搜索性能�；趪H標(biāo)準(zhǔn)問題庫PSPLIB(Project Scheduling Problem Library)中的標(biāo)準(zhǔn)算例進(jìn)行算法測試,比較了不同算法的性能,結(jié)果表明了改進(jìn)的遺傳算法求解效果的優(yōu)越性。同時引入某公司項(xiàng)目調(diào)度實(shí)例,將理論模型與實(shí)際項(xiàng)目調(diào)度過程相結(jié)合,為項(xiàng)目調(diào)度優(yōu)化提供指導(dǎo)。進(jìn)一步研究了不確定執(zhí)行時間的多資源約束項(xiàng)目調(diào)度問題,引入模糊理論表示不確定的活動時間,將六點(diǎn)模糊數(shù)的運(yùn)算和比較方法應(yīng)用到多資源約束項(xiàng)目調(diào)度問題中,并設(shè)計改進(jìn)遺傳算法求解此類問題。為了驗(yàn)證算法有效性,將國際標(biāo)準(zhǔn)問題庫中的算例進(jìn)行模糊化處理,通過對算例的求解和比較,驗(yàn)證了模型和算法的有效性。最后分析實(shí)際項(xiàng)目調(diào)度過程中的不確定因素對調(diào)度過程的影響,將模糊時間多資源約束項(xiàng)目調(diào)度模型應(yīng)用到項(xiàng)目調(diào)度實(shí)例,進(jìn)一步說明模糊時間調(diào)度模型與設(shè)計的遺傳算法的實(shí)用性和可行性。
【圖文】：

（1）甘特圖階段：Henry Laurence Gantt 在一戰(zhàn)期間發(fā)明甘特圖，用圖示的方法直觀地表示項(xiàng)目的活動順序和持續(xù)時間。如圖 1.1，甘特圖是一條線條圖，橫坐標(biāo)表示時間，縱坐標(biāo)表示項(xiàng)目活動，線條表示項(xiàng)目活動的開始時間和結(jié)束時間。甘特圖直觀清晰，容易理解，且廣泛應(yīng)用于各個企業(yè)。

樣地可以輸出項(xiàng)目調(diào)度的甘特圖、資源分配圖和迭代過程中均解和最優(yōu)解的偏差其是項(xiàng)目調(diào)度甘特圖和資源分配圖，可以清晰地展示出項(xiàng)目調(diào)度的整個進(jìn)展過程源分配情況，可以直觀地發(fā)現(xiàn)資源供應(yīng)的瓶頸地方，提高項(xiàng)目經(jīng)理對該時間段項(xiàng)度的警覺度。
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F273;TP18

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓世芬;;模糊自適應(yīng)遺傳算法在農(nóng)村電站無功補(bǔ)償優(yōu)化中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2008年08期

2 張林家;;基于Pareto遺傳算法的多目標(biāo)優(yōu)化[J];鞍山師范學(xué)院學(xué)報;2008年04期

3 魏建軍;孔永健;關(guān)彥斌;;多目標(biāo)優(yōu)化在路面養(yǎng)護(hù)決策中的應(yīng)用[J];北京交通大學(xué)學(xué)報;2007年01期

4 張凱;趙國榮;姜靜;;粒子群算法在武器裝備保障資源優(yōu)化中的應(yīng)用[J];兵工自動化;2010年01期

5 宗士增;錢林方;徐亞棟;;火炮反后坐裝置動力學(xué)耦合分析與優(yōu)化[J];兵工學(xué)報;2007年03期

6 王仲民;戴怡;趙輝;;混沌遺傳混合算法及其在彈簧剪應(yīng)力校核中的應(yīng)用[J];兵工學(xué)報;2009年08期

7 李昌隆;程鵬;陳曉波;柴旭東;;按區(qū)域懲罰劃分的并行多目標(biāo)遺傳算法[J];北京航空航天大學(xué)學(xué)報;2005年11期

8 李慧麗;郎利輝;焦偉;蘇懷忠;;預(yù)應(yīng)力鋼絲纏繞缸體結(jié)構(gòu)輕量化關(guān)鍵技術(shù)[J];北京航空航天大學(xué)學(xué)報;2009年07期

9 王麗;劉玉樹;徐遠(yuǎn)清;;基于在線歸檔技術(shù)的多目標(biāo)粒子群算法[J];北京理工大學(xué)學(xué)報;2006年10期

10 王s，

本文編號：2526649